Fal Image Gen

概述

使用此技能调用 fal 模型 API 实现文本生成图像（text-to-image）或图像生成图像（image-to-image）。为确保准确性，请优先查阅所选模型的最新文档，确认其必需的输入/输出字段及认证要求。

快速入门

1. 从 fal 模型 API 文档中确定目标模型 ID。
2. 向用户收集输入参数。

• 文本生成图像：必填 prompt，可选 negative_prompt、尺寸/宽高比、采样步数（steps）、随机种子（seed）、安全过滤选项等。
• 图像生成图像：源图像 URL、重绘强度（strength）/去噪强度（denoise），以及上述 prompt 与相关选项。

3. 选择调用方式。

• 若用户倾向使用 SDK：提供 Python 和/或 JavaScript 示例代码。
• 若用户倾向使用 REST：提供 curl 或标准 HTTP 请求示例。

4. 执行请求，并从响应中提取并返回图像 URL（列表）。

工作流：文本生成图像

1. 解析模型 ID 与输入/输出 Schema。

• 打开 fal 模型 API 文档，确认该模型所需的精确输入字段与输出格式。

2. 校验输入参数。

• 确保 prompt 非空，且指定的尺寸/宽高比在模型支持范围内。

3. 构造请求。

• SDK 方式：调用 SDK 的 run/submit 方法，传入符合 Schema 的 input 对象。
• REST 方式：向模型端点发起 POST 请求，JSON 请求体需严格匹配文档定义的 Schema。

4. 执行请求并解析响应。

• 根据模型文档定义的响应字段，提取其中的图像 URL（列表）。

5. 返回图像 URL。

• 以清晰格式返回 URL 列表，并注明用户关注的元数据（如 seed、尺寸等）。

工作流：图像生成图像

1. 解析模型 ID 与输入/输出 Schema。
2. 校验输入参数。

• 确保源图像可通过 URL 正常访问（或已转换为模型要求的格式）。
• 依据文档确认 strength/denoise 参数的有效取值范围。

3. 构造请求。

• 按模型要求，将源图像、prompt 及其余可选参数一并包含在请求中。

4. 执行请求并解析响应。

• 根据模型文档定义的响应字段，提取其中的图像 URL（列表）。

5. 返回图像 URL。

SDK 与 REST 使用建议

• 推荐使用 SDK：简化认证流程，内置重试机制。
• 推荐使用 REST：当用户需要原始 HTTP 示例，或运行环境不支持对应 SDK 时。
• 切勿硬编码 API 密钥。请严格遵循文档说明，通过环境变量或指定 Header 传递认证信息。

最小化示例（需根据文档填充）

以下仅为模板参考。请在实际使用前查阅文档，替换所有占位符。

Python（SDK）

# 伪代码：请根据文档替换为准确的 fal SDK 导入语句与调用模式
import os
# from fal import client  # 或当前 SDK 推荐的导入方式

MODEL_ID = ""
input_data = {
    "prompt": "a cinematic photo of a red fox",
    # "image_url": "https://..."  # 图像生成图像场景下启用
    # "negative_prompt": "...",
    # "width": 1024,
    # "height": 1024,
}

# result = client.run(MODEL_ID, input=input_data)
# urls = extract_urls(result)

JavaScript（SDK）

// 伪代码：请根据文档替换为准确的 fal SDK 导入语句与调用模式
// import { client } from "@fal-ai/client";

const MODEL_ID = "";
const input = {
  prompt: "a cinematic photo of a red fox",
  // image_url: "https://..." // 图像生成图像场景下启用
};

// const result = await client.run(MODEL_ID, { input });
// const urls = extractUrls(result);

REST（curl）

# 伪代码：请根据文档替换 endpoint、headers 及 payload Schema
curl -X POST "https:///" 
  -H "Authorization: Bearer " 
  -H "Content-Type: application/json" 
  -d '{
    "prompt": "a cinematic photo of a red fox"
  }'

参考资料

• references/fal-model-api-checklist.md：用于收集输入参数与验证响应的核对清单。
• references/fal-model-examples.md：涵盖文本生成图像、图像生成图像及 REST 调用方式的示例模板。